最大的问题是使用 decimal 会慢很多。我还猜测许多具有高效 CPU 浮点指令（sin、sqrt 等）的函数将具有较慢的 CPU 对应项。

@Harvie @toktuff
这些信息从何而来？

文件 1.py:

import math
print (math.sqrt(2))

sfinexer @ sfinexer: ~$ python 1.py
1.41421356237

精度高于1e-7

文件 1.py:

import math
print (math.sqrt(2))

y=1e11
y+=1
print y

sfinexer@sfinexer:~/$ python 1.py
1.41421356237
1.00000000001e+11

测试 1e11 的准确性

精度高于1e-7

只要你不需要乘以结果。您需要了解，当您一次又一次地进行数学运算时，错误会累积。

目前 bCNC 生成小数点后 6 位的 g 代码，当我们尝试使用更多时会遇到问题。对于我和我的机器来说，如此精确是没有意义的。但是 bCNC 的代码必须解决一些基于精度的问题。例如。你不能直接比较两点来判断它们是否相同。您必须检查它们之间的距离是否小于 1e-7mm …（有时这可能有意义。有时没那么多）

@sfinexer BCNC/lib/bpath.py
EPS =1E-7

我会说你一般不能依赖浮点数的相等比较。此外，双精度通常足够准确。（约 15 位数字）。

如果准确率更高，那么你也会比较两个数字。
但我不认为错误会累积到如此显着的程度。
必须记住，步进电机 2D / 3D 打印机将施加重大限制。

@sfinexer我已经发布了一些学习链接。请至少观看这个：https
://www.youtube.com/watch?v=PZRI1IfStY0 这根本不是关于机器精度的。

@Harvie我想我明白你的意思了。

从我读到的内容来看：
计算是用错误 1 ​​e-11 进行的，这是 phyton 处理的。累计。
grbl 处理比较等式的误差是 1e-7mm。
它是一台物理机器。
我的是一个问题，没有坚实的知识基础，只是试图进行逻辑推理，错误的可能性很大：有些算法暗示错误累积的风险为百分之一/千分之一或更少，值得处理更高的精度？与机器的物理结构有关的自身误差，温度变化（膨胀或收缩），轴承摩擦，滚珠丝杠精度或其他传动机构，发动机步进位置的 5% 误差 .. ., 对于来自硬件的那些四舍五入的错误是不是可以忽略不计？